Automated Machine Learning ou AutoML, como o próprio nome sugere, diz respeito a formas de automatização de tarefas de machine learning. Além de facilitar e tornar acessível o trabalho com modelos complexos de aprendizado de máquina para quem não é especialista em ciência de dados, o AutoML também agiliza resultados para quem entende do assunto.

AutoML visa acelerar o tempo necessário para gerar modelos de machine learning para produção com facilidade e eficiência. Assim, ajuda a tornar o trabalho dos cientistas de dados, analistas e desenvolvedores mais produtivo, permitindo criar modelos de ML com alta escala para automatizar as tarefas extensas do processo de desenvolvimento. 

Hoje em dia, as empresas buscam cada vez mais identificar formas de integrar os dados ao seu dia a dia para otimizar demandas de todos os setores de um negócio. As ferramentas de AutoML possibilitam às organizações desenvolverem e aplicarem modelos de forma ágil e assertiva para solucionar problemas. 

• VOCÊ VAI APRENDER:

1.  O que é AutoML, conceitos e aplicações;
2.  Quando utilizar e quais as vantagens e as limitações do AutoML?
3.  Componentes do AutoML: otimização de hiperparâmetros, meta-aprendizado, algoritmo de busca de arquitetura de redes neurais;
4.  Aplicações do AutoML: como treinar um modelo de regressão, classificação, NLP e visão computacional.